摘要
本发明提供一种基于蛋白质网络的蛋白质结构预测方法,包括:获取蛋白质序列数据和三维结构数据,构建蛋白质网络;根据所述蛋白质网络提取得到拓扑特征,所述拓扑特征包括边权重、节点度、聚类系数、介数中心性、路径长度和模块化系数;基于所述拓扑特征和三维结构数据,对至少三种机器学习模型进行训练,构建得到预测模型,所述预测模型能够识别拓扑特征和蛋白质结构之间的映射关系;获取待测蛋白质的拓扑特征,输入至训练完成的预测模型,输出得到待测蛋白质的初步预测三维结构;通过优化算法对所述初步预测三维结构进行优化,输出得到待测蛋白质的预测三维结构。本发明能够有效提高蛋白质结构预测的效率和准确性,降低计算成本。
技术关键词
拓扑特征
三维结构
机器学习模型
节点
蛋白质结构预测
深度神经网络模型
物理相互作用
粒子群优化算法
交叉验证方法
数据
模拟退火算法
随机森林模型
序列
支持向量机
聚类
关系
遗传算法
系统为您推荐了相关专利信息
电力设施
电杆
风险评估方法
输入神经网络模型
训练集